Bevacizumab与Pembrolizumab联合治疗铂类耐药复发/转移性鼻咽癌
该数据集来自clinicaltrials.gov,收录一项关于Bevacizumab与Pembrolizumab联合治疗铂类耐药复发/转移性鼻咽癌的临床研究

基本信息
资源简介
Bevacizumab与Pembrolizumab联合治疗铂类耐药复发/转移性鼻咽癌
该数据集来自clinicaltrials.gov,收录一项关于Bevacizumab与Pembrolizumab联合治疗铂类耐药复发/转移性鼻咽癌的临床研究。研究设两个治疗臂:A臂单用Pembrolizumab,B臂Pembrolizumab联合Bevacizumab,每21天为一周期。计划入组最多48例患者,分两阶段进行,第一阶段30例,若中期数据积极则追加18例。患者按1:1随机分配,治疗持续至肿瘤进展、不耐受或最长2年。数据可用于分析联合治疗与单药治疗的疗效与安全性对比(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:局部复发性癌症、转移性鼻咽癌。研究将包括2个治疗臂。在治疗臂A中,患者将接受静脉注射pembrolizumab单药治疗,21天为一周期。对于治疗臂B,患者将接受静脉注射pembrolizumab,在此之前输注bevacizumab(21天周期的第1天)。每个治疗周期为3周。本研究最多将入组48名患者,分2个阶段进行。第一阶段将包括30名患者,如果中期数据看起来有希望,将增加剩余的18名患者。符合条件的患者将按1:1随机分配到治疗臂A或臂B。治疗将持续到肿瘤进展、对治疗不耐受,或长达2年(32剂pembrolizumab/bevacizumab)。对于单独使用pembrolizumab后出现进展的患者,允许交叉到臂B,并对病灶进行重复活检。
【主题与分类】
主题标签:Locally Recurrent Cancer、Metastatic Nasopharyngeal Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03813394
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03813394
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
适应症:局部复发癌症、转移性鼻咽癌。本研究将包括2个治疗组。在治疗组A中,患者将单独接受静脉注射帕博利珠单抗治疗,21天为一个周期。对于治疗组B,患者将先接受贝伐珠单抗输注,随后接受静脉注射帕博利珠单抗(21天周期的第1天)。每个治疗周期为3周。本研究将分两个阶段招募最多48名患者。第一阶段将包括30名患者,如果中期数据看起来有希望,将增加剩余的18名患者。符合条件的患者将按1:1随机分配到治疗组A或组B。治疗将持续到肿瘤进展、对治疗不耐受,或最多2年(32剂帕博利珠单抗/贝伐珠单抗)。对于单独使用帕博利珠单抗后出现进展的患者,允许交叉到组B,并在开始贝伐珠单抗治疗前和开始后1周对病灶进行重复活检。退出试验的患者将不会被替换。本研究将收集肿瘤组织和血液的连续样本,以确定治疗后肿瘤内和全身免疫激活的PD生物标志物。
预计这将为在鼻咽癌中使用帕博利珠单抗和贝伐珠单抗进行免疫刺激提供初步证据。肿瘤活检还将为确定组织和肿瘤对抗血管生成治疗反应的分子细节提供机会。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




